Platform Architect in Warsaw

W ITLT pomagamy naszym zaprzyjaźnionym firmom przekształcać ambitne pomysły w cyfrową rzeczywistość. Z nastawieniem na wyzwania, ciekawość technologii i zwinność - współtworzymy wyjątkowe rozwiązania IT. Aktualnie poszukujemy osób na stanowisko Platform Architect - AI.

Miejsce pracy/praca zdalna: Zapewniamy dużą swobodę pracy zdalnej, przy czym zapraszamy 2x/tydzień do naszego warszawskiego biura.

Wymiar pracy: Fulltime

Sektor: Petrol/Convenience Retail

Projekt: Projekt AI - Visual Similarity Search do automatycznej weryfikacji zgodności ekspozycji produktów w sklepach z planogramem.

Zespół: Współpraca z AI/ML Engineerem, DevOps Engineerem, Product Ownerem oraz zespołem AI Security.

Proces rekrutacji: 1-etapowy (spotkanie zdalne via MS Teams). Sporadycznie możliwe dodatkowe krótkie spotkanie - połączone z decyzją.

Szacowany czas trwania projektu: Długoterminowy/bezterminowy.

Czas pracy/Strefa czasowa: Standardowe polskie godziny pracy.

Do Twoich głównych obowiązków na tym stanowisku należeć będzie:

• Projektowanie architektury AI/ML end-to-end.
• Projektowanie pipeline'u computer vision i wyszukiwania wektorowego.
• Dobór modeli i technologii; optymalizacja kosztów i decyzje build vs. buy; integracja z systemami backend i RELEX.
• Definiowanie kontraktów API oraz progów jakości.
• Nadzór architektoniczny nad pracą AI/ML Engineera.
• Projektowanie monitoringu, wersjonowania i rollbacków modeli.
• Analiza licencji open source.
• Współpraca z AI Security w zakresie bezpieczeństwa i zgodności z GDPR oraz EU AI Act.
• Dokumentacja architektury i mentoring zespołu.

Ta oferta będzie idealna dla Ciebie, jeśli posiadasz:

• Doświadczenie i kompetencje architektoniczne 5+ lat doświadczenia w Software Architecture, w tym minimum 2-3 lata w architekturze systemów AI/ML.
• Doświadczenie w projektowaniu architektury systemów AI/ML end-to-end - od PoC do produkcji.
• Doświadczenie w podejmowaniu decyzji architektonicznych z uwzględnieniem kosztów, skalowalności, wydajności, czasu wdrożenia i ryzyka technologicznego.
• Doświadczenie w integracji rozwiązań AI z istniejącymi systemami, API i infrastrukturą danych.
• Doświadczenie w prowadzeniu technicznym zespołów lub mentoringu AI/ML Engineers.
• Bardzo dobra znajomość Machine Learning, Deep Learning oraz architektur NLP/LLM.
• Praktyczne doświadczenie z produkcyjnymi pipeline'ami Computer Vision - nie tylko projektami badawczymi.
• Doświadczenie w obszarach: Vector Search oraz Hybrid Search.
• Multi-signal Retrieval/Ranking - łączenie różnych sygnałów wyszukiwania i oceny dopasowania.
• Znajomość ekosystemu modeli DETR/YOLO oraz narzędzi takich jak Roboflow lub rozwiązania alternatywne.
• Doświadczenie z Vector Databases - np. Pinecone lub rozwiązaniami równoważnymi.
• Doświadczenie w projektowaniu RAG pipelines i rozwiązaniach Agentic AI.
• Praktyczna znajomość Python.
• Znajomość frameworków ML: PyTorch, TensorFlow lub Hugging Face.
• Doświadczenie z platformami chmurowymi AWS, Azure lub GCP oraz ich usługami AI/ML.
• Znajomość AWS w kontekście AI/ML i infrastruktury GPU, w szczególności SageMaker, EC2 GPU i Bedrock.
• Doświadczenie z narzędziami MLOps - np. MLflow, Kubeflow, SageMaker - oraz CI/CD dla pipeline'ów ML.
• Znajomość zagadnień Data Architecture, API Design i System Integration Patterns.
• Umiejętność projektowania kontraktów API między pipeline'em AI a pozostałymi systemami, w tym definiowania obsługi wyników o niskiej pewności dopasowania.
• MLOps, jakość i utrzymanie modeli.
• Umiejętność definiowania strategii wersjonowania modeli i danych oraz procesu wdrażania i wycofywania modeli.
• Znajomość monitorowania jakości modeli, wykrywania model/data drift i określania kryteriów retrainingu.
• Doświadczenie w definiowaniu mierzalnych wskaźników jakości, np. precision, recall i false-positive rate.
• Umiejętność projektowania mechanizmów ciągłego doskonalenia modeli i indeksów na podstawie nowych danych produkcyjnych.
• Umiejętność podejmowania decyzji Build vs. Buy z uwzględnieniem TCO, kosztów infrastruktury i ryzyka vendor lock-in.
• Doświadczenie w ocenie opłacalności self-hosted GPU vs. managed/SaaS inference.
• Umiejętność doboru modeli i komponentów z uwzględnieniem kompromisów między dokładnością, kosztem, licencją i time-to-market.
• Znajomość licencji open source, w szczególności AGPL, Apache i MIT, oraz ich wpływu na komercyjne wykorzystanie rozwiązania.
• Umiejętność projektowania architektury z uwzględnieniem security, skalowalności, efektywności kosztowej i wymagań regulacyjnych.
• Znajomość zagadnień bezpieczeństwa systemów AI, w tym kontroli dostępu, szyfrowania i zabezpieczeń przed złośliwymi danymi wejściowymi.
• Rozumienie ryzyk związanych z integracją zewnętrznych usług AI, endpointów modeli i baz wektorowych.
• Znajomość wymagań GDPR/RODO i EU AI Act w kontekście projektowania rozwiązań AI.
• Umiejętność współpracy z zespołem AI Security przy ocenie przepływów danych, nowych integracji i wymagań bezpieczeństwa.
• Bardzo dobre umiejętności komunikacyjne - zdolność wyjaśniania złożonych zagadnień technicznych osobom nietechnicznym.
• Umiejętność współpracy z Product Ownerem przy definiowaniu kryteriów jakości i akceptowalnego poziomu błędów.
• Umiejętność prowadzenia architectural code review i nadzoru nad pracą AI/ML Engineerów bez konieczności samodzielnej implementacji każdego elementu.
• Umiejętność tworzenia dokumentacji technicznej, diagramów architektury i Architecture Decision Records (ADR).

Mile widziane:

• Doświadczenie w branży Retail, szczególnie w obszarach Product Recognition, Planogram Analysis lub Store Display Compliance.
• Praktyczna znajomość rozwiązań do automatycznej weryfikacji ekspozycji produktów na podstawie zdjęć.

Warto do nas dołączyć, ponieważ oferujemy:

• Dużą swobodę pracy zdalnej.
• Długofalowe stabilne zatrudnienie.
• Szansę na uczestniczenie w kluczowych projektach dla dużej firmy działającej w bardzo stabilnym sektorze.
• Atrakcyjne wynagrodzenie (adekwatne do umiejętności i doświadczenia).

W razie pytań pingnij śmiało na Linkedin'ie do Kuby.